Q1：什么是大数据,它有哪些特点
大数据技术是指从各种各样海量类型的数据中，快速获得有价值信息的能力。适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。
大数据具备以下4个特点：
一是数据量巨大。例如，人类生产的所有印刷材料的数据量仅为200PB。典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。
二是数据类型多样。现在的数据类型不仅是文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数。
三是处理速度快。数据处理遵循“1秒定律”，可从各种类型的数据中快速获得高价值的信息。
四是价值密度低。以视频为例，一小时的视频，在不间断的测试过程中，可能有用的数据仅仅只有一两秒。
Q2：什么是大数据智能营销？有何特点？
精准推销。
各类商家，根据你过往购买或浏览记录，在你经常登陆的新闻客户端，进行推荐。
或者你打开网上购物平台，也会看到给你的推荐。
现在大家都比较关注的杀熟，就是来源于此，为你量身定制的价格。
Q3：大数据的特点主要有什么？
大数据，又称巨量资料，指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
IBM提出大数据的4V特征？得到了业界的广泛认可。第一，数量（Volume），即数据巨大，从TB级别跃升到PB级别；第二，多样性（Variety），即数据类型繁多，不仅包括传统的格式化数据，还包括来自互联网的网络日志、视频、图片、地理位置信息等；第三，速度（Velocity），即处理速度快；第四，真实性（Veracity），即追求高质量的数据。
1、大容量
伴随着各种随身设备、物联网和云计算、云存储等技术的发展，人和物的所有轨迹都可以被记录，数据因此被大量生产出来。
移动互联网的核心网络节点是人，不再是网页，人人都成为数据制造者，短信、微博、照片、录像都是其数据产品；数据来自无数自动化传感器、自动记录设施、生产监测、环境监测、交通监测、安防监测等；来自自动流程记录，刷卡机、收款机、电子不停车收费系统，互联网点击、电话拨号等设施以及各种办事流程登记等。
大量自动或人工产生的数据通过互联网聚集到特定地点，包括电信运营商、互联网运营商、政府、银行、商场、企业、交通枢纽等机构，形成了大数据之海。
2多样性
在大数据时代，数据格式变得越来越多样，涵盖了文本、音频、图片、视频、模拟信号等不同的类型；数据来源也越来越多样，不仅产生于组织内部运作的各个环节，也来自于组织外部。
3速度快
一是数据产生得快。有的数据是爆发式产生，例如，欧洲核子研究中心的大型强子对撞机在工作状态下每秒产生PB级的数据；有的数据是涓涓细流式产生，但是由于用户众多，短时间内产生的数据量依然非常庞大，例如，点击流、日志、射频识别数据、GPS（全球定位系统）位置信息。
二是数据处理得快。正如水处理系统可以从水库调出水进行处理，也可以处理直接对涌进来的新水流。大数据也有批处理（“静止数据”转变为“正使用数据”）和流处理（“动态数据”转变为“正使用数据”）两种范式，以实现快速的数据处理。
4、真实性
数据的重要性就在于对决策的支持，数据的规模并不能决定其能否为决策提供帮助，数据的真实性和质量才是获得真知和思路最重要的因素，是制定成功决策最坚实的基础。
追求高数据质量是一项重要的大数据要求和挑战，即使最优秀的数据清理方法也无法消除某些数据固有的不可预测性，例如，人的感情和诚实性、天气形势、经济因素以及未来。
Q4：什么是大数据，它的特点是什么？
有关于大数据的定义，一般来说，大数据就是一个数据集合，用传统的计算机软件、硬件以及IT技术无法在可以容忍的时间内对其进行处理。这里的处理包括感知、获取、管理等等。
当前的大数据具有四个基本的特征，也就是所谓的4个主要特性：规模大、类型多样、价值密度低、要求的处理速度快。
1) 规模大是指其数据量非常大，导致其规模不断膨胀的原因有很多。首先是随着互联网的普及，各种数据的分享与获取变得越来越容易。以前能够发布和获取数据的机构很少，用户想要短时间内获得大量数据是很困难的，而现在用户可以在互联网上很方便的获取数据，在他们有意的分享和浏览网页的过程中，大量数据就会快速产生；其次是随着技术的发展，人们用来描述事物的数据维度越来越高，随之而来的数据量也就越来越大。
2) 数据类型多样也是大数据的重要特征。传统数据的处理重点关注结构化信息，这些信息是对事物进行向有利于用户处理的方向抽象的结果，不关注细节。大数据则重点关注包括大量细节信息的非结构化数据。例如，我们现在上网不会像以前只是浏览浏览网页，发送一些e-mail，还会下载文章、视频，对于一些热点新闻进行评论，同时，生活中无处不在的摄像头、烟雾报警器等等，都会不断产生各种复杂的、规模庞大的数据，这些都属于非结构化数据。比如网络关系等等，都是高度无结构的数据。
3) 价值密度低是指大数据中包含了事物的所有细节信息，直接使用的是原始数据，并没有对其进行抽象和采样。虽然这样可以分析更多的信息，但是对于某些情况来说，很多信息都是无效的。例如想要通过监控视频来获取犯罪嫌疑人的体型特征，可能只有短短几秒钟的视频是有效的，这个时候其他大量无关视频就会大大增加难度。
4）对于数据要求处理速度快，这个比较好理解。数据规模太大，而且不断有新的大量数据产生，如果不能快速处理信息，那么如此庞大的信息则难以有效的利用，而且有些信息的价值是随着时间的推移变得越来越低的，这样就会浪费大量的数据。 还有一些应用要求要在线实时，这样对处理速度要求就更高了。
Q5：大数据的特点包括
大数据具有4V特点，即Volume(大量)、Velocity(高速)、Variety(多样)和Veracity(精确)，其核心在于对这些含有意义的数据进行专业化处理。比如微码邓白氏通过数据分析发现采购A产品的用户80%也会要同时采购B产品，而采购周期大约是3个月，这样就可以每三个月来向采购A产品的客户推送一次信息，推送的时候除了A产品的信息也同时推送B的信息。
